[发明专利]钢筋数目统计模型训练方法、统计方法、装置及设备

说明书

本申请提供一种钢筋数目统计模型训练方法、统计方法、装置及设备，涉及图像处理技术领域。其中，该方法通过获取训练样本图像集，训练样本图像集包括：多个包含钢筋截面的图像，每个图像中标注有各钢筋截面的至少2个对角坐标，使得采用深度神经网络模型、以及训练样本图像集，训练获取的钢筋数目统计模型用于统计待识别图像中的钢筋数目时，可以省去人工计数的过程，提高统计钢筋数目的效率；且由于每个图像中标注有各钢筋截面的至少2个对角坐标，因此可以根据该至少2个对角坐标确定各钢筋截面区域，使得基于各钢筋截面区域统计钢筋数目时，可以知晓各钢筋是否被统计上，提高统计钢筋数目的准确性。

技术领域

本申请涉及图像处理技术领域，特别涉及一种钢筋数目统计模型训练方法、统计方法、装置及设备。

背景技术

钢筋是指钢筋混凝土用和预应力钢筋混凝土用钢材，其横截面为圆形，有时为带有圆角的方形，被广泛用于各种建筑结构、特别是大型、重型、轻型薄壁和高层建筑结构。一般地，钢筋在装车以输送至工地现场时，钢筋盘点人员需要对所装钢筋的数量进行清点，确定发货数量；相应地，在钢筋运输至工地现场时，钢筋验收人员还需要对所验收钢筋的数量进行盘点，确定验收数量。

现有的，对于钢筋的计数主要是采用人工计数，比如，钢筋盘点人员基于人工用粉笔去标记，通过人工数数完成计数。

但是，现有的钢筋计数方法存在计数效率差、且结果准确性不高的问题。

发明内容

本申请的目的在于，针对上述现有技术中的不足，提供一种钢筋数目统计模型训练方法、统计方法、装置及设备，可以解决现有技术中在进行钢筋计数时，计数效率差、且结果准确性不高的技术问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种钢筋数目统计模型训练方法，包括：获取训练样本图像集，训练样本图像集包括：多个包含钢筋截面的图像，每个图像中标注有各钢筋截面的至少2个对角坐标；采用深度神经网络模型、以及训练样本图像集，训练获取钢筋数目统计模型。

可选地，上述采用深度神经网络模型、以及训练样本图像集，训练获取钢筋数目统计模型，包括：采用K-means聚类方法对训练样本图像集进行聚类，获取多个先验框；根据深度神经网络模型、训练样本图像集和多个所述先验框，训练获取钢筋数目统计模型。

第二方面，本申请实施例提供了一种钢筋数目统计方法，包括：获取待识别图像，待识别图像包括：多个钢筋截面；采用钢筋数目统计模型识别待识别图像，输出钢筋数量信息，其中，钢筋数目统计模型由深度神经网络模型、以及训练样本图像集训练获取，其中，训练样本图像集包括：多个包含钢筋截面的图像，每个图像中标注有各钢筋截面的至少2个对角坐标。

可选地，上述采用钢筋数目统计模型识别所述待识别图像，输出钢筋数量信息，包括：采用钢筋数目统计模型识别待识别图像，输出钢筋数量信息以及识别结果图像，识别结果图像包括：根据待识别图像标注的钢筋截面识别框，钢筋截面识别框用于框选各识别出的钢筋截面，钢筋截面识别框内包含对应钢筋截面的质心标识。

可选地，上述获取待识别图像，包括：接收用户输入的初始图像；验证初始图像是否满足预设条件，若满足，则将初始图像作为待识别图像。

可选地，上述获取待识别图像之后，还包括：采用预设算法，识别待识别图像中是否包含干扰区域；若包含，则对干扰区域进行遮挡处理，获取处理后的待识别图像；

相应地，上述采用钢筋数目统计模型识别待识别图像，输出钢筋数量信息，包括：采用钢筋数目统计模型识别处理后的待识别图像，输出除干扰区域以外的钢筋数量信息。